Collaborative learning using topographic maps - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2016

Collaborative learning using topographic maps

Résumé

Le clustering collaboratif est un domaine émergeant du machine learning à fort potentiel applicatif, ayant des similarités avec l’apprentissage par ensemble et l’apprentissage par transfert. Dans cette article, nous proposons une méthode permettant de combiner un framework collaboratif avec la structure des Cartes Topographiques (GTM) afin d’obtenir un algorithme permettant de l’apprentissage par transfert entre algorithmes travaillant sur des données similaires. Notre approche a été validée sur plusieurs jeux de données et a montré un fort potentiel.
Fichier principal
Vignette du fichier
2016-AAFD__SFC_paper_39_1.pdf (435.57 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-01557220 , version 1 (03-06-2020)

Licence

Paternité - Partage selon les Conditions Initiales

Identifiants

  • HAL Id : hal-01557220 , version 1
  • PRODINRA : 396727

Citer

Jérémie Sublime, Nistor Grozavu, Guénaêl Cabanes, Younes Bennani, Antoine Cornuéjols. Collaborative learning using topographic maps. AAFD and SFC'16 Conférence Internationale Francophone "Science des données. Défis Mathématiques et algorithmiques", May 2016, Marrakech, Morocco. ⟨hal-01557220⟩
100 Consultations
25 Téléchargements

Partager

Gmail Facebook X LinkedIn More